引言： 在我写的关于sift算法的前倆篇文章里头，已经对sift算法有了初步的介绍：九、图像特征提取与匹配之 SIFT算法，而后在：九（续）、sift算法的编译与实现里，我也简单记录下了如何利用 opencv，gsl等库编译运行 sift程序。 但据一朋友表示，是否能用 c语言实现 sift算法，同时，尽量不用到 opencv，gsl等第三方库之类的东西。而且，Rob Hess维护的sift 库，也不好懂，有的人根本搞不懂是怎么一回事。 那么本文，就教你如何利用 c语言一步一步实现 sift算法，同时，你也就能真正明白 sift算法到底是怎么一回事了。 ok，先看一下，本程序最终运行的效果图，sift 算法分为五个步骤（下文详述），对应以下第二 --第六幅图： sift算法的步骤 要实现一个算法，首先要完全理解这个算法的原理或思想。咱们先来简单了解下，什么叫sift算法： sift，尺度不变特征转换，是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。 所谓，Sift算法就是用不同尺度（标准差）的高斯函数对图像进行平滑，然后比较平滑后图像的差别， 差别大的像素就是特征明显的点。 以下是sift算法的五个步骤： 一、建立图像尺度空间(或高斯金字塔)，并检测极值点 首先建立尺度空间，要使得图像具有尺度空间不变形，就要建立尺度空间，sift算法采用了高斯函数来建立尺度空间，高斯函数公式为： G(x,y,e) = [1/2*pi*e^2] * exp[ -(x^2 + y^2)/2e^2] 上述公式 G(x,y,e)，即为尺度可变高斯函数。 而，一个图像的尺度空间L（x,y,e) ,定义为原始图像I(x,y)与上述的一个可变尺度的2维高斯函数G(x,y,e) 卷积运算。 即，原始影像 I(x，y)在不同的尺度 e下，与高斯函数 G(x,y,e)进行卷积，得到 L(x,y,e)，如下： L(x,y,e) = G(x,y,e)*I(x,y) 以上的（x，y）是空间坐标， e，是尺度坐标，或尺度空间因子，e的大小决定平滑程度，大尺度对应图像的概貌特征，小尺度对应图像的细节特征。大的 e值对应粗糙尺度(低分辨率)，反之，对应精细尺度(高分辨率)。 尺度，受 e这个参数控制的表示。而不同的 L（x,y,e）就构成了尺度空间，具体计算的时候，即使连续的高斯函数，都被离散为（一般为奇数大小）(2*k+1) *(2*k+1)矩阵，来和数字图像进行卷积运算。 随着 e的变化，建立起不同的尺度空间，或称之为建立起图像的...
